La tarification de l’API image OpenAI n’est pas un prix fixe par image. Dans la documentation actuelle de l’API OpenAI, le coût de génération d’images est composé des jetons d’entrée texte, des jetons d’entrée image, des entrées mises en cache lorsqu’elles s’appliquent, des jetons de sortie image et, parfois, des jetons du modèle principal utilisés par l’API Responses.
Pour les équipes qui intègrent la génération d’images dans un produit, la question pratique n’est pas « combien coûte une image ? » C’est : combien coûte une image acceptée une fois que les prompts, les images de référence, les tentatives, les aperçus en streaming, les paramètres de qualité et les générations rejetées sont pris en compte ?
Ce guide explique le modèle actuel de tarification de l’API de génération d’images OpenAI, ce qui a changé avec GPT Image 2.5, comment construire une formule de coût fiable et comment contrôler les dépenses avant qu’un flux de travail créatif devienne difficile à auditer.
Réponse rapide : ce qu’inclut la tarification de l’API image OpenAI
Au 13 octobre 2026, la page officielle de tarification d’OpenAI liste les lignes GPT Image par modalité et facture par 1 M de jetons. Le guide de génération d’images indique que les nouvelles intégrations doivent utiliser l’un des modèles GPT Image 2.5, gpt-image-2.5-sunburst ou gpt-image-2.5-flare.
La formule budgétaire est la suivante :
coût estimé de la requête =
jetons d’entrée texte x tarif d’entrée texte
+ jetons d’entrée image x tarif d’entrée image
+ jetons d’entrée mis en cache x tarif d’entrée mis en cache, le cas échéant
+ jetons de sortie image x tarif de sortie image
+ jetons du modèle principal, lors de l’utilisation de l’outil image de l’API Responses
+ jetons d’images partielles diffusées, lorsque partial_images > 0
C’est pourquoi la tarification de l’API image OpenAI varie entre trois requêtes qui renvoient toutes « une image ». Une courte invite texte vers image, une modification avec deux images de référence et un appel d’outil interactif qui diffuse des aperçus partiels peuvent avoir des profils de coût très différents.
Lignes de tarification actuelles de l’API GPT Image
OpenAI liste actuellement ces lignes standard de génération d’images. Considérez le tableau comme une référence de la date de publication et revérifiez la page officielle de tarification avant d’engager des chiffres d’approvisionnement.
| Modèle | Modalité | Entrée | Entrée mise en cache | Sortie | Note budgétaire |
|---|---|---|---|---|---|
gpt-image-2.5-sunburst |
Image | 8,00 $ / 1 M de jetons | 2,00 $ / 1 M de jetons | 30,00 $ / 1 M de jetons | À utiliser lorsque la précision de l’édition est primordiale. |
gpt-image-2.5-sunburst |
Texte | 5,00 $ / 1 M de jetons | 1,25 $ / 1 M de jetons | Non indiqué | Coût du prompt et des instructions. |
gpt-image-2.5-flare |
Image | 8,00 $ / 1 M de jetons | 2,00 $ / 1 M de jetons | 30,00 $ / 1 M de jetons | À utiliser pour une génération rapide et de haute qualité au quotidien. |
gpt-image-2.5-flare |
Texte | 5,00 $ / 1 M de jetons | 1,25 $ / 1 M de jetons | Non indiqué | Coût du prompt et des instructions. |
gpt-image-2 |
Image | 8,00 $ / 1 M de jetons | 2,00 $ / 1 M de jetons | 30,00 $ / 1 M de jetons | Ligne antérieure actuelle ; ne supposez pas qu’il s’agit du meilleur nouveau choix par défaut. |
gpt-image-2 |
Texte | 5,00 $ / 1 M de jetons | 1,25 $ / 1 M de jetons | Non indiqué | Même tarif texte que les lignes GPT Image 2.5. |
gpt-image-1.5 |
Image | 8,00 $ / 1 M de jetons | 2,00 $ / 1 M de jetons | 32,00 $ / 1 M de jetons | Inclut une ligne de sortie texte indiquée. |
gpt-image-1.5 |
Texte | 5,00 $ / 1 M de jetons | 1,25 $ / 1 M de jetons | 10,00 $ / 1 M de jetons | Applicable uniquement si votre route utilise encore ce modèle. |
gpt-image-1-mini |
Image | 2,50 $ / 1 M de jetons | 0,25 $ / 1 M de jetons | 8,00 $ / 1 M de jetons | Candidate à moindre coût pour les brouillons ou les expériences à grand volume. |
gpt-image-1-mini |
Texte | 2,00 $ / 1 M de jetons | 0,20 $ / 1 M de jetons | Non indiqué | Ligne de prompt moins chère que les modèles GPT Image principaux. |
La page de tarification d’OpenAI indique également des tarifs Batch pour ces modèles d’image, à des tarifs de jetons inférieurs. Batch peut être important lorsque le traitement est asynchrone : réimport de catalogues, variantes créatives nocturnes, génération de jeux de test, exécutions de régression de prompts et lots de QA internes.
GPT Image 2.5 : Sunburst vs Flare
Le guide de génération d’images décrit deux modèles GPT Image 2.5 :
| Modèle | À utiliser quand | Différence de tarification |
|---|---|---|
gpt-image-2.5-sunburst |
La précision de l’édition est primordiale. | Mêmes tarifs de jetons indiqués que Flare. |
gpt-image-2.5-flare |
Vous avez besoin d’une génération d’images rapide et de haute qualité au quotidien. | Mêmes tarifs de jetons indiqués que Sunburst. |
La nuance importante : des tarifs de jetons identiques ne signifient pas un coût de requête identique. Le guide d’OpenAI indique que la consommation de jetons peut varier selon le modèle et le paramètre de qualité. Si deux modèles utilisent le même tarif de sortie image de 30 $ / 1 M de jetons, mais que l’un consomme plus de jetons de sortie pour une taille et une qualité choisies, l’image générée coûtera plus cher.
Pour les achats, comparez l’usage réel issu de prompts représentatifs plutôt que de supposer que le modèle avec la même ligne de prix a le même coût par image.
API Responses ou API Images
OpenAI expose la génération d’images via deux chemins :
| Chemin API | Adapté pour | Implication sur le coût |
|---|---|---|
| Images API | Génération d’images directe ou modifications d’images lorsque le traitement d’image est la requête. | Définissez directement le modèle d’image, puis budgétisez l’entrée texte, l’entrée image et la sortie image. |
| outil image de l’API Responses | Expériences d’image conversationnelles, multi-étapes ou modifiables. | Ajoutez l’utilisation des jetons du modèle principal au coût de génération d’images. |
Cela est important pour la tarification de l’API image d’OpenAI, car un workflow de l’API Responses peut inclure à la fois un modèle principal et l’outil de génération d’images. Si votre application demande à un modèle principal de raisonner sur le contexte utilisateur, de décider quand générer, de réviser un prompt, puis d’appeler GPT Image, la facture finale ne correspond pas seulement à la ligne de sortie d’image.
Utilisez l’Images API lorsque le workflow est une génération ou une modification directe. Utilisez l’API Responses lorsque le workflow a besoin d’un état de conversation, d’une orchestration d’outils ou qu’un modèle doit décider s’il faut générer ou modifier.
La tarification de l’entrée mise en cache est plus limitée qu’il n’y paraît
La documentation d’OpenAI précise une contrainte particulière : la tarification de l’entrée mise en cache pour GPT Image 2 et GPT Image 2.5 s’applique uniquement à l’outil de génération d’images dans l’API Responses. Elle ne s’applique pas aux requêtes directes de l’Images API, y compris /v1/images/edits.
C’est une erreur de budgétisation fréquente. Si un tableau de calcul applique des tarifs mis en cache à chaque prompt répété ou modification d’image, il sous-estimera les dépenses. Créez des lignes budgétaires séparées :
| Workflow | Peut utiliser la tarification d’entrée mise en cache pour la génération d’images ? | Que faire |
|---|---|---|
| outil de génération d’images de l’API Responses | Oui, lorsque cela est éligible. | Suivez la facturation mise en cache en externe, car les décomptes de jetons mis en cache peuvent ne pas apparaître dans usage. |
| génération directe via Images API | Non, d’après le guide d’OpenAI. | Utilisez les lignes standard d’entrée et de sortie. |
| modifications directes via Images API | Non, d’après le guide d’OpenAI. | Budgétisez les jetons d’entrée d’image aux tarifs standard. |
La règle prudente est simple : traitez l’entrée mise en cache comme une remise que vous vérifiez dans la facturation, et non comme une hypothèse par défaut dans les estimations produit.
Qualité, taille et images partielles
GPT Image 2.5 ajoute les paramètres de qualité xhigh et max. Le même guide indique que gpt-image-2.5-sunburst et gpt-image-2.5-flare prennent en charge low, medium, high, xhigh et max, tandis que GPT Image 2 antérieur prend en charge jusqu’à high.
Les tailles recommandées incluent 1024x1024, 1536x1024 et 1024x1536. Le guide indique également que GPT Image 2.5 prend en charge des dimensions personnalisées sous forme de chaînes WIDTHxHEIGHT avec les contraintes suivantes : la largeur et la hauteur doivent être des multiples de 16, le rapport hauteur/largeur doit être compris entre 1:3 et 3:1, aucun bord ne peut dépasser 3840 pixels, et le nombre total de pixels doit respecter la plage documentée.
Trois leviers budgétaires en découlent :
- Ne laissez pas la qualité sur
autopendant les tests de coût. Utilisez des valeurs explicites pour que les résultats soient comparables. - Testez vos tailles réelles, pas uniquement des exemples carrés.
- Si vous diffusez des images partielles, ajoutez le coût d’aperçu. OpenAI indique que chaque image partielle demandée avec
partial_imagesentraîne 100 jetons de sortie d’image supplémentaires.
Pour les interfaces créatives interactives, les aperçus partiels peuvent améliorer la latence perçue. Ils ajoutent aussi un coût mesurable en jetons de sortie. Suivez-les comme une décision produit, et non comme un détail d’implémentation caché dans l’appel SDK.
Un tableau de calcul de coût pratique
Utilisez ce tableau avant le lancement.
| Entrée | Valeur d’exemple | Source | Pourquoi c’est important |
|---|---|---|---|
| Requêtes par mois | 50,000 | Prévision produit | Volume global. |
| Images générées par requête | 1.4 | Conception produit | Les variantes multiplient le coût de sortie. |
| Taux d’images acceptées | 42% | Contrôle qualité ou télémétrie de production | Révèle le gaspillage dû aux sorties créatives rejetées. |
| Jetons moyens d’entrée texte | Mesurer à partir de usage |
Réponse de l’API | Les prompts et les modèles cachés ajoutent du coût. |
| Jetons moyens d’entrée image | Mesurer à partir de usage lorsqu’ils sont exposés |
Réponse de l’API | Les images de référence et les modifications peuvent dominer le coût d’entrée. |
| Jetons moyens de sortie image | Mesurer selon le modèle, la taille et la qualité | Réponse de l’API ou calculateur | Principal moteur du coût de génération. |
| Images partielles par requête | 0-3 | Paramètre de streaming de l’interface | Ajoute 100 jetons de sortie par image partielle. |
| Taux de retry | Journaux de production | Journaux de passerelle, d’application ou de fournisseur | Les retries peuvent doubler les parcours échoués. |
| Part de batch | 0-100% | Conception du job | Le travail asynchrone peut être éligible à des tarifs Batch plus bas. |
Puis calculez :
coût par image générée =
dépenses totales du workflow d’image / images générées
coût par image acceptée =
dépenses totales du workflow d’image / images acceptées
Le second chiffre est celui que les achats doivent utiliser. Un modèle qui semble moins cher par image générée peut être plus coûteux par image acceptée s’il crée davantage de variantes rejetées.
Erreurs budgétaires courantes
La première erreur consiste à considérer GPT Image comme un « prix fixe par image ». La tarification de l’API Image OpenAI actuelle est basée sur les tokens, et OpenAI indique explicitement aux équipes d’utiliser usage pour mesurer la consommation de tokens pour leurs prompts, tailles et paramètres de qualité.
La deuxième erreur consiste à ignorer le modèle principal dans les flux de l’API Responses. Si un modèle tel que GPT-5.5 décide quand et comment appeler l’outil image, l’utilisation en tokens du modèle principal fait partie du coût de la requête.
La troisième erreur consiste à appliquer les tarifs d’entrée mis en cache aux modifications directes de l’API Images. Le guide d’OpenAI indique que la tarification d’entrée mise en cache pour GPT Image 2 et GPT Image 2.5 ne s’applique pas aux requêtes directes de l’API Images.
La quatrième erreur consiste à mesurer les appels HTTP réussis au lieu des images acceptées. Les équipes produit rejettent généralement certaines images générées pour des raisons de qualité, d’adéquation à la marque, de politique ou de préférence utilisateur. La véritable unité est le résultat créatif accepté.
La cinquième erreur consiste à oublier les images partielles. Si l’interface diffuse deux images d’aperçu et une image finale, l’expérience d’aperçu a un coût en tokens qui doit être intégré au budget.
Quand Flatkey aide
Flatkey est utile lorsque votre équipe souhaite un seul endroit pour acheminer et examiner l’utilisation de l’API des modèles au lieu de rapprocher des consoles de fournisseurs distinctes. Pour les flux de travail liés aux images, cela signifie utiliser la page de tarification actuelle du fournisseur pour comprendre la mécanique du coût direct, puis consulter le répertoire des modèles Flatkey, la page de tarification et les journaux d’utilisation pour l’itinéraire exact du modèle que votre application utilise.
En pratique, Flatkey aide les équipes à poser de meilleures questions :
- Quel modèle cette requête a-t-elle réellement utilisé ?
- Quelle clé, quel environnement ou quel client a généré la dépense ?
- La requête a-t-elle réussi, échoué, été relancée ou rejetée en aval ?
- Quel était le coût par image acceptée, et pas seulement par appel d’API ?
- Cette charge de travail doit-elle s’exécuter en direct, via une passerelle ou dans un chemin de lot asynchrone ?
Si vous utilisez déjà un client compatible OpenAI, commencez par le guide de démarrage rapide de l’API Flatkey, puis comparez les coûts des workflows d’images avec la comparaison des tarifs des API de génération d’images par IA, la gestion des quotas des API d’IA et la comparaison des tarifs des modèles d’IA.
Liste de vérification de la tarification de l’API Image OpenAI
Avant de publier un flux de travail d’images en production, confirmez :
- Que le modèle sélectionné est actuel :
gpt-image-2.5-sunburst,gpt-image-2.5-flareou un ancien itinéraire délibéré. - Que le chemin d’API est explicite : API Images ou outil image de l’API Responses.
- Que la qualité et la taille sont fixées pour les tests de coût au lieu d’être laissées sur
auto. - Que les workflows d’image de référence et d’édition sont mesurés séparément des workflows de texte vers image.
- Que les hypothèses d’entrée mises en cache correspondent au chemin d’API.
- Que le streaming d’images partielles est pris en compte.
- Que les relances et les appels échoués sont visibles dans les journaux.
- Que le taux d’images acceptées est mesuré par le produit ou l’assurance qualité.
- Que les candidats au traitement par lot sont séparés des requêtes utilisateur en temps réel.
- Que la finance peut examiner le coût par modèle, environnement, client et flux de travail.
Questions fréquentes
Combien coûte l’API de génération d’images OpenAI ?
La tarification de l’API de génération d’images OpenAI est basée sur les tokens. Au 13 octobre 2026, OpenAI indique pour GPT Image 2.5 un tarif d’entrée image à 8,00 $ / 1 M de tokens, une entrée image mise en cache à 2,00 $ / 1 M de tokens, et une sortie image à 30,00 $ / 1 M de tokens, avec une entrée texte à 5,00 $ / 1 M de tokens et une entrée texte mise en cache à 1,25 $ / 1 M de tokens. Votre coût par image dépend du modèle, du chemin d’API, du prompt, des images de référence, de la taille, de la qualité, des aperçus diffusés et des relances.
GPT Image 2.5 est-il tarifé différemment de GPT Image 2 ?
La page de tarification standard affiche actuellement les mêmes tarifs de tokens texte et image pour gpt-image-2.5-sunburst, gpt-image-2.5-flare et gpt-image-2. Cela ne garantit pas le même coût par image, car la consommation réelle de tokens peut varier selon le modèle et le paramètre de qualité.
La tarification d’entrée mise en cache s’applique-t-elle à toutes les requêtes d’image OpenAI ?
Non. Le guide de génération d’images d’OpenAI indique que la tarification d’entrée mise en cache pour GPT Image 2 et GPT Image 2.5 ne s’applique qu’à l’outil de génération d’images dans l’API Responses. Elle ne s’applique pas aux requêtes directes de l’API Images ni aux modifications directes d’images.
Les images partielles diffusées coûtent-elles plus cher ?
Oui. Le guide d’OpenAI indique que chaque image partielle demandée avec le paramètre partial_images entraîne 100 tokens de sortie image supplémentaires.
Quelle est la meilleure façon de prévoir la tarification de l’API Image OpenAI pour un produit ?
Exécutez des prompts représentatifs avec le modèle exact, le chemin d’API, la qualité et la taille que vous prévoyez de livrer. Enregistrez usage, le taux de relance, le nombre d’images générées, le nombre d’images acceptées et le fait que la requête ait utilisé des images partielles ou Batch. Prévisionnez le coût par image acceptée, et pas seulement le coût par image générée.
En résumé
La bonne façon de lire la tarification de l’API Image OpenAI est comme une formule de coût, et non comme un prix d’image statique. Commencez par les lignes tarifaires actuelles de GPT Image 2.5, puis mesurez l’utilisation réelle des tokens pour vos prompts, images de référence, paramètres de qualité et chemin d’API.
Si votre équipe achemine la génération d’images via Flatkey, gardez la même discipline : vérifiez l’itinéraire du modèle, examinez l’utilisation, séparez les expérimentations de la production et indiquez le coût par image acceptée. C’est le chiffre que les équipes produit, d’ingénierie et des achats peuvent réellement utiliser.
Sources vérifiées
- OpenAI Developers, guide de génération d’images, consulté le 13 octobre 2026 :
https://developers.openai.com/api/docs/guides/image-generation - OpenAI Developers, page de tarification, consulté le 13 octobre 2026 :
https://developers.openai.com/api/docs/pricing#image-generation - Plan du sujet Flatkey et couverture précédente de la tarification de l’API image OpenAI, consulté le 13 octobre 2026.
